#テスト時学習 のAIニュース

Hugging Face、テスト時ポリシー最適化手法「TTPO」を発表

大規模言語モデルの数学的推論において、正解ラベルに依存しないテスト時トレーニングを実現する新手法「TTPO」を提案し、多数決による疑似ラベルの脆弱性を克服したと報告した。